Yazar "Peker, Murat" seçeneğine göre listele
Listeleniyor 1 - 19 / 19
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe An efficient color detection in RGB space using hierarchical neural network structure(2011) Altun, Halis; Sinekli, Recai; Tekbas, Ugur; Karakaya, Fuat; Peker, MuratColor detection is generally a primary stage in most of the image processing application, if the application is based on the color information, such as road sign detection, face detection, skin color detection, object detection and object tracking etc. As the performance of subsequent modules in an image processing application is adversely affected by the previous modules, the accuracy of color detection with a high performance inevitably becomes crucial in some applications. This paper introduces a method for an efficient color detection in RGB space using an ensemble of experts in hierarchical structure. In this structure, a set of experts is assigned to evaluate R, G, B components of a pixel and then constructs a degree of membership to the set of predefined class of colors for the given pixel. Then a master neural network constructs its final decision based on the membership probabilities provided by the set of experts. Qualitative and quantitative evaluations of the results show that the proposed hierarchical structure of neural networks is superior over the conventional neural network classifier in color detection. © 2011 IEEE.Öğe Arka plan çıkartma yöntemlerinin gerçek zamanlı uygulamalar için iyileştirilmesi(Niğde Üniversitesi, 2010) Peker, Murat; Altun, HalisBu tezde arka plan çıkartma yöntemlerinin gerçek zamanlı uygulamalar geliştirilmesi için iyileştirilmesine yönelik önerilen özgün bir yaklaşım sunulmuştur. Gerçek zamanlı uygulama olarak yüksek işlem gücü gereksinimi duyan plaka yeri tespit problemi ele alınmıştır. Öncelik ile plaka yerinin bulunmasına yönelik YSA tabanlı 3 özgün yöntem bu tezde geliştirilmiştir. Geliştirilen bu yöntemlerin gerçek zamanlı bir uygulama olarak kullanılabilmesi için çerçeve işleme hızının iyileştirilmesi amacı ile Genetik algoritma ve arka plan iyileştirme entegrasyonuna dayalı iki yaklaşım geliştirilmiştir Yapılan incelemeler arka plan iyileştirme ve entegrasyonu sonucunda plaka yeri bulma probleminin, ışık değişimleri ve hareketli gölgelerden kaynaklanan problemlerden etkilenmeden yüksek hızda çerçeve işleme hızına ulaştığı görülmüştür.Öğe Comparison of Split Complex-Valued Metaheuristic Optimization Algorithms for System Identification Problem(IEEE, 2018) Menguc, Engin Cemal; Peker, Murat; Cinar, SalimSince some of the real world problems include phase and amplitude information, complex modeling is more suitable. In this study, the well-used particle swarm optimization, simulated annealing and genetic algorithm are designed in a split form in order to process complex-valued signals. The performances of the algorithms are comparatively tested on two different system identification problems for different noise levels. Simulation results show that the split complex-valued metaheuristic algorithms produce results which are almost close to the weights of both unknown systems.Öğe Comparison of Tensorflow Object Detection Networks for Licence Plate Localization(IEEE, 2019) Peker, MuratIn this work, the object detection networks of TensorFlow framework are trained and tested for the automatic license plate localization task. Firstly, a new dataset is prepared for Turkish license plates. The images in the dataset are labeled with two classes which are the car and the license plate. Four different object detection networks were configured to run on Google's Colab environment. These network configurations were the Single Shot MultiBox Detector (SSD) using MobileNet features and Resnet50 features, the Faster Region Convolutional Neural Network (Faster R-CNN) using Inception layers for features, and the Region-based Fully Convolutional Networks (R-FCN) with Resnet101 features. These networks were compared to determine the performance of license plate localization. Different types of input images were used to test the algorithms.Öğe Data-Adaptive Censoring for Short-Term Wind Speed Predictors Based on MLP, RNN, and SVM(IEEE-Inst Electrical Electronics Engineers Inc, 2022) Sarp, Ali Ogun; Menguc, Engin Cemal; Peker, Murat; Guvenc, Buket ColakThis study introduces novel short-term wind speed predictors based on multilayer perceptron (MLP), recurrent neural network (RNN), and support vector machine (SVM) by combining them with the data-adaptive censoring (DAC) strategy. Taking into account the multistep ahead prediction mode, we design a DAC strategy based on the least mean square (LMS) algorithm, which iteratively obtains a new training dataset consisting of the most informative input-output wind data from all training set for MLP, RNN, and SVM structures. This enables us to censor less informative training data with high accuracy and thereby the training costs of the MLP, RNN, and SVM are reduced without a considerably adverse effect on their prediction performances in testing processes. The conducted simulation results on real-life large-scale short-term wind speed data verify the mentioned attractive features of the proposed predictors.Öğe Endüstriyel Uygulamalar İçin Analog Gösterge Okuyucu Sistemi(2018) Peker, MuratEndüstriyel uygulamalarda, algılayıcı verilerinin sürekli olarak takip edilmesi denetimsistemlerinin performansı açısından oldukça önemlidir. Endüstriyel sistemlerin denetiminde isegörsel denetim sistemlerinin kullanımı oldukça yaygındır. Görsel denetim sistemlerinin temelamacı, endüstriyel uygulamalardaki üretim kalitesinin ölçülmesini ve üretim hattının kalitesininkontrol altında tutulmasını sağlamaktır. Bu çalışma kapsamında, endüstride çokça yer alan eskitip analog göstergelerdeki değerlerin gerçek zamanlı olarak takip edilmesini sağlayacak birsistem önerilmektedir. Eski tip analog göstergeler, ölçüm bilgisini sayısal biçimde denetimmerkezine gönderememektedir. Bu tip göstergelerin değerleri, bir insan tarafından belirli zamanaralıklarında kontrol edilerek toplanmaktadır. Dolayısıyla, toplanan bu verilerin denetimdekullanılması için insan gözetimi gerekmektedir. Önerilen görsel denetim sistemi, analoggöstergelerin değerlerinin sayısal veriye dönüştürülmesini sağlayarak, insan gözetimine olanihtiyacı ortadan kaldırmayı amaçlamaktadır. Böylece, gösterge verilerinin tek bir noktadankontrol edilebilmesi ve üretim hattında oluşabilecek hataların anında tespit edilebilmesimümkün olacaktır. Önerilen sistem, farklı tipteki analog göstergelerde, başlangıç noktasını, bitişnoktasını ve ibrenin yönelimini bularak gösterilen değeri hesaplamaktadır. Gerçekleştirilensistem, bir fabrikadan ve internetten elde edilmiş farklı tipteki göstergelere ait görüntülerüzerinde test edilmiştir. Bu görüntüler kullanılarak test edilen analog gösterge okumasisteminin, %94 oranında bir performans ile doğru değerleri okuduğu gösterilmiştir.Öğe EVRİŞİMLİ SİNİR AĞI TABANLI DERİNLİK HARİTASI İYİLEŞTİRME(2020) Emlek, Alper; Peker, MuratBir ortamın derinlik bilgisi üç boyutlu yeniden oluşturma, otonom sistemler gibi derinlik bilgisine ihtiyaç duyulan birçok uygulamada yoğun olarak kullanılmaktadır. Stereo görüntü çiftleri kullanılarak derinlik bilgisi elde edilmesi, uzun yıllardır öne çıkan çalışma konuları arasında yer almaktadır. Son yıllarda derin öğrenme alanındaki gelişmeler, stereo görüntüler kullanılarak derinlik elde edilmesi alanında yapılan çalışmaları da etkilemiştir. Son dönemde, derin öğrenme tabanlı stereo eşleştirme alanındaki çalışmalar daha çok derinlik (eşitsizlik) haritalarının elde edilmesi ve düzeltilmesi alanında yoğunlaşmaktadır. Derin öğrenme tabanlı derinlik haritası düzeltme işlemlerinde eşleşme maliyetleri üzerinden yapılan düzeltme işlemleri daha başarılı sonuçlar üretilmesini sağlamıştır. Fakat eşleşme maliyetlerine doğrudan ulaşmak her zaman mümkün olmamaktadır. ZED ve Intel RealSense gibi hazır sistemler tarafından üretilen derinlik haritaları son kullanıcıya sunulmaktadır. Çalışmada sadece sol görüntü ve derinlik haritası aracılığıyla düzeltme işlemi yapan bir ağ yapısı önerilmiştir. Önerilen ağ, KITTI 2012 ve KITTI 2015 veri kümeleri üzerinde test edilmiştir. Deneysel çalışmalar sonucunda olarak giriş derinlik haritalarının doğruluğunun arttırılması için önerilen ağ yapısının kullanılabileceği nicel ve nitel sonuçlar ile gösterilmiştir.Öğe Hardware implementation of a scale and rotation invariant object detection algorithm on FPGA for real-time applications(TUBITAK SCIENTIFIC & TECHNICAL RESEARCH COUNCIL TURKEY, 2016) Peker, Murat; Altun, Halis; Karakaya, FuatA hardware implementation of a computationally light, scale, and rotation invariant method for shape detection on FPGA is devised. The method is based on histogram of oriented gradients (HOG) and average magnitude difference function (AMDF). AMDF is used as a decision module that measures the similarity/dissimilarity between HOG vectors of an image in order to classify the object. In addition, a simulation environment implemented on MATLAB is developed in order to overcome the time-consuming and tedious process of hardware verification on the FPGA platform. The simulation environment provides specific tools to quickly implement the proposed methods. It is shown that the simulator is able to produce exactly the same results as those obtained from FPGA implementation. The results indicate that the proposed approach leads to a shape detection method that is computationally light, scale, and rotation invariant, and, therefore, suitable for real-time industrial and robotic vision applications.Öğe Horizontal Attention Convolution Layer for Stereo Matching(IEEE, 2021) Emlek, Alper; Peker, MuratObtaining a disparity map with stereo matching is one of the most important research topics in areas such as image processing and computer vision. Disparity maps are frequently used by autonomous systems that need depth information of the environment. Recently, high accuracy disparity maps have been obtained with end-to-end deep learning. In this study, a horizontal attention-based convolution layer has been proposed in order to better extract the sequential information in the horizontal plane in the rectified stereo images in methods based on deep learning. The proposed structure has been applied to the DispNetC network, which has been widely used in the literature, and has increased the performance of the network. On the other hand, the proposed method have a very low effect on the network's runtime. The results obtained are shown on the Scene Flow dataset. The codes of the study are available at the following address: https://github.com/aemlek/HADNÖğe Improving The Cost-Volume Based Local Stereo Matching Algorithm(IEEE, 2018) Emlek, Alper; Peker, Murat; Yalcin, Mehmet KursatAdaptive support weights (ASW) are one of the best methods for matching costs in local stereo matching algorithms. In the literature, the most common method is guided filter for calculating the support weight. Guided filter-based methods generally apply the right-left consistency check during the disparity refinement process. However, this process requires the two difference maps which are obtained by taking the reference of the right image and the left image. In this case, since two difference maps need to be obtained, the processing load is almost doubled. With the proposed algorithm, the difference map for the left image is obtained with the winner-take-all (WTA) method after the costs are calculated with the help of the guided filter. Later on, this difference map has been corrected with the help of the cross-based window approach, by this, both the performance was improved and the processing costs were reduced, this resulted in a nearly twofold reducement in terms of the processing time. The results obtained were tested in the Middlebury dataset.Öğe Kızılötesi derinlik kamerası ile 3 boyutlu yeniden modelleme(Niğde Ömer Halisdemir Üniversitesi / Fen Bilimleri Enstitüsü, 2019) Demirci, Berkan; Peker, MuratGelişen ve ucuzlayan teknoloji ile birlikte ortaya çıkan Kinect gibi kırmızı yeşil mavi-derinlik (Red Green Blue-Depth, RGB-D) kameralar üç-boyutlu (3B) yeniden oluşturma konusunda yapılan çalışmaların hız kazanmasını sağlamıştır. Kızılötesi algılayıcılar ile derinlik bilgisini görüntü ile birleştiren bu kameralar ile nesnenin farklı açılarından çekilen görüntüleri nesnelerin 3B yeniden oluşturmasını mümkün kılmaktadır. 3B yeniden oluşturma ile nesnelerin yeniden oluşturulması, ortam haritalama, robotik, arkeoloji, biomedikal, oyun endüstrisi ve sanal gerçeklik gibi bir çok uygulama alanına sahiptir. Bu tez çalışması kapsamında Kinect V1 kullanılarak elde edilmiş olan RGB-D veri kümesi üzerinde; SIFT, SURF ve ORB görüntü eşleştirme algoritmalarının 3B yeniden oluşturma performansı karşılaştırılmıştır. Kinect algılayıcısından alınan derinlik verisi oldukça falza gürültü içerdiğinden ve nokta bulutunda aykırı bireyler oluşturduğundan RANSAC algoritması aykırı noktaların tespiti ve çıkarılması aşamasında eşleştirme algoritmaları ile birlikte kullanılmıştır. ICP algoritması oluşturulmakta olan modele eklenen her yeni görüntünün düzgün ve hassas biçimde hizalanmasının sağlanabilmesi için kullanılmıştır.Öğe Otonom araçlarda kullanılan görsel seyir sistemleri için yeni bir yaklaşım(Niğde Üniversitesi / Fen Bilimleri Enstitüsü, 2016) Peker, Murat; Karakaya, FuatBu tez çalışmasında, görsel algılayıcılar ile elde edilen görüntülerden, özgün algoritmalar yardımıyla çıkarılan yer izleri ve tanımlayıcılar kullanılarak, insansız araçlar için gürbüz görsel seyir sistemi gerçekleştirilmiştir. Görsel yer izi tabanlı konum değişimi hesaplama yöntemleri, bir görüntü akışı içerisindeki görüntülerde tekrarlanan yer izlerini tespit ederek konum değişimini bulmaya yarar. Tez kapsamında yeni bir yer izi tespit algoritması önerilmiştir. Önerilen yer izi tespit algoritması literatürdeki veri kümeleri üzerinde test edilmiş ve yaygın olarak kullanılan yer izi bulma algoritmasına (SIFT) göre daha fazla yer izi tespit ettiği benzetimlerle gösterilmiştir. İkinci olarak bu tez çalışmasında, yönelim açısı hesabı gerektiren yer izi tanımlayıcı algoritmalarında kullanılabilecek başarımı yüksek ve hızlı bir yönelim açısı hesaplama algoritması önerilmiştir. Önerilen yönelim açısı hesaplama algoritmasının, çeşitli görüntü bozulmalarında literatürde mevcut diğer algoritmalara kıyasla daha az etkilendiği veri kümeleri üzerinde gösterilmiştir. Üçüncü olarak yönelim açısı hesabını ortadan kaldıran bir tanımlayıcı eşleştirme algoritması ve bu algoritmada kullanılabilecek bir tanımlayıcı deseni önerilmiştir. Son olarak bu çalışma kapsamında önerilen algoritmalar ve Kalman filtresi kullanılarak gerçekleştirilen görsel seyir sistemi iki farklı veri kümesi üzerinde test edilerek elde edilen sonuçlar incelenmiştir.Öğe P3SNet: Parallel Pyramid Pooling Stereo Network(IEEE-Inst Electrical Electronics Engineers Inc, 2023) Emlek, Alper; Peker, MuratIn autonomous driving and advanced driver assistance systems (ADAS), stereo matching is a challenging research topic. Recent work has shown that high-accuracy disparity maps can be obtained with end-to-end training with the help of deep convolutional neural networks from stereo images. However, many of these methods suffer from long run-time for real-time studies. Therefore, in this paper, we introduce P3SNet, which can generate both real-time results and competitive disparity maps to the state-of-the-art. P3SNet architecture consists of two main modules: parallel pyramid pooling and hierarchical disparity aggregation. The parallel pyramid pooling structure makes it possible to obtain local and global information intensively from its multi-scale features. The hierarchical disparity aggregation provides multi-scale disparity maps by using a coarse-to-fine training strategy with the help of the costs obtained from multi-scale features. The proposed approach was evaluated on several benchmark datasets. The results on all datasets showed that the proposed P3SNet achieved better or competitive results while having lower runtime. The code is available at https://github.com/aemlek/P3SNet.Öğe Refinement of matching costs for stereo disparities using recurrent neural networks(Springer, 2021) Emlek, Alper; Peker, MuratDepth is essential information for autonomous robotics applications that need environmental depth values. The depth could be acquired by finding the matching pixels between stereo image pairs. Depth information is an inference from a matching cost volume that is composed of the distances between the possible pixel points on the pre-aligned horizontal axis of stereo images. Most approaches use matching costs to identify matches between stereo images and obtain depth information. Recently, researchers have been using convolutional neural network-based solutions to handle this matching problem. In this paper, a novel method has been proposed for the refinement of matching costs by using recurrent neural networks. Our motivation is to enhance the depth values obtained from matching costs. For this purpose, to attain an enhanced disparity map by utilizing the sequential information of matching costs in the horizontal space, recurrent neural networks are used. Exploiting this sequential information, we aimed to determine the position of the correct matching point by using recurrent neural networks, as in the case of speech processing problems. We used existing stereo algorithms to obtain the initial matching costs and then improved the results by utilizing recurrent neural networks. The results are evaluated on the KITTI 2012 and KITTI 2015 datasets. The results show that the matching cost three-pixel error is decreased by an average of 14.5% in both datasets.Öğe SIH: segmented intensity histogram for orientation estimation in image matching(SPRINGER LONDON LTD, 2016) Peker, Murat; Karakaya, FuatIn this paper, we propose a fast and effective new method to reduce the overhead cost of orientation estimation. The proposed method uses the summation of intensity values from segments of image patches and forms a histogram based on those values. As a result, it is faster than SIFT-like algorithms because it does not require computation of gradient orientations and magnitudes. Also, it is as fast as other intensity-based algorithms with better image matching performance. Proposed method could be easily integrated to any image matching algorithms. Test results indicate that SIFT integrated with proposed orientation estimation method produces comparable results as the original multi-angle SIFT algorithm with less execution time.Öğe The Effect of Genetic Algorithm Parameters on the Solution of Plate Location Detection(IEEE, 2008) Peker, Murat; Altun, Halis; Karakaya, FuatIn this study, a new method based on genetic algorithm and neural networks for determining licence plate location is proposed. The effect of genetic algorithm parameters on the quality of solutions is investigated. The method is able to successfully locate a licence plate in avearge 40 msn, on the image of 768x288 size. This score is 200 times quicker compared to sequential search method. Futhermore the method is able to find multiple plates in an image.Öğe Unattended Object Detection Based On Blob Tracking(IEEE, 2017) Peker, MuratIn this study, an effective approach is proposed for detecting unattended objects in visual surveillance systems. In the proposed approach, the regions of foreground are labeled as moving regions which are determined by background subtraction algorithms in a streamed video from a fixed camera. Moving blobs are used to extract information about events occurring in the environment from which the image stream is taken. Each moving region is followed separately to determine whether it forms any permanent region behind. Thus, it can be understood that it is an object left unattended by the tracked moving object. In this paper, the results are shown that obtained with the proposed approach.Öğe Variable Window Size for Stereo Image Matching Based on Edge Information(IEEE, 2017) Emlek, Alper; Peker, Murat; Dilaver, Kamil FatihFixed window sized methods have usually poor performance compared to variable window size methods due to the noise and context of the scene. In this work, a new variable window size method is proposed for the cost aggregation step of stereo matching. The main idea is to find the depth change regions and match them correctly. Based on the observations, it was seen that the depth changes occurred around the edges of an image. Due to this, the proposed method is designed to determine the window size based on the edge information and match the variable areas of an image. The experimental results are analyzed with the Middlebury stereo evaluation dataset. The proposed method is compared with the sum of absolute differences (SAD) method in different window sizes.Öğe Variable window size for stereo image matching based on edge information(Institute of Electrical and Electronics Engineers Inc., 2017) Emlek, Alper; Peker, Murat; Dilaver, Kamil FatihFixed window sized methods have usually poor performance compared to variable window size methods due to the noise and context of the scene. In this work, a new variable window size method is proposed for the cost aggregation step of stereo matching. The main idea is to find the depth change regions and match them correctly. Based on the observations, it was seen that the depth changes occurred around the edges of an image. Due to this, the proposed method is designed to determine the window size based on the edge information and match the variable areas of an image. The experimental results are analyzed with the Middlebury stereo evaluation dataset. The proposed method is compared with the sum of absolute differences (SAD) method in different window sizes. © 2017 IEEE.
